Jak korzystać z algorytmu XGBoost dla regresji w R?

Question

Próbowałem techniki XGBoost dla prognozy. Ponieważ moja zmienna zależna jest ciągła, robiłem regresję za pomocą XGBoost, ale większość odnośników dostępnych w różnych portalach służy do klasyfikacji. Chociaż wiem, że przy użyciu można zrobić regresji, ale nadal potrzebuję trochę przejrzystości dla innych parametrów, jak również. Byłoby mi bardzo dobrze, gdyby ktoś mógł podać mi fragment kodu R.

Answer 1

xgboost(data = X, 
     booster = "gbtree", 
     objective = "binary:logistic", 
     max.depth = 5, 
     eta = 0.5, 
     nthread = 2, 
     nround = 2, 
     min_child_weight = 1, 
     subsample = 0.5, 
     colsample_bytree = 1, 
     num_parallel_tree = 1) 

Są to wszystkie parametry, z którymi można się pobawić podczas używania stymulatorów drzewa. Do liniowego wzmacniacza można użyć następujących parametrów grać z ...

xgboost(data = X, 
     booster = "gblinear", 
     objective = "binary:logistic", 
     max.depth = 5, 
     nround = 2, 
     lambda = 0, 
     lambda_bias = 0, 
     alpha = 0) 

Można odwołać się do opisu xg.train() w dokumencie xgboost CRAN Szczegółowe znaczenia tych parametrów.

Answer 2

Najlepszy opis parametrów, które mają znaleźć się na

https://github.com/dmlc/xgboost/blob/master/doc/parameter.md

Istnieje wiele przykładów wykorzystania XGBoost w R dostępnych w repozytorium skryptów Kaggle. Na przykład:

https://www.kaggle.com/michaelpawlus/springleaf-marketing-response/xgboost-example-0-76178/code